Data Mining-Programmierung

Gilt für: SQL Server 2019 und früheren Analysis Services Azure Analysis Services Fabric/Power BI Premium

Wichtig

Data Mining wurde in SQL Server 2017 Analysis Services als veraltet eingestuft und wurde jetzt in SQL Server 2022 Analysis Services eingestellt. Die Dokumentation wird für veraltete und eingestellte Features nicht aktualisiert. Weitere Informationen finden Sie unter Abwärtskompatibilität von Analysis Services.

Wenn Sie feststellen, dass die integrierten Tools und Viewer in SQL Server Analysis Services Nicht Ihren Anforderungen entsprechen, können Sie die Leistungsfähigkeit der SQL Server Analysis Services erweitern, indem Sie Ihre eigenen Erweiterungen programmieren. Dabei haben Sie zwei Möglichkeiten:

• XMLA

  SQL Server Analysis Services unterstützt XML for Analysis (XML for Analysis, XMLA) als Protokoll für die Kommunikation mit Clientanwendungen. Zusätzliche Befehle werden von SQL Server Analysis Services unterstützt, die die XML for Analysis-Spezifikation erweitern.

  Da SQL Server Analysis Services XMLA für datendefinitions-, datenbearbeitungs- und Datensteuerungsunterstützung verwendet, können Sie Miningstrukturen und Miningmodelle mithilfe der visuellen Tools erstellen, die von SQL Server Data Tools, und erweitern Sie dann die Data Mining-Objekte, die Sie mit Data Mining-Erweiterungen (DMX) und ASSL-Skripts (Analysis Services Scripting Language) erstellt haben.

  Sie können Data Mining-Objekte vollständig in XMLA-Skripts erstellen und ändern und aus Ihren eigenen Anwendungen programmgesteuert Vorhersageabfragen für die Modelle ausführen.

• Analysis Management Objects (AMO)

  SQL Server Analysis Services bietet auch ein vollständiges Framework, mit dem Data Mining-Drittanbieter die Data Mining-Objekte in SQL Server Analysis Services integrieren können.

  Sie können Miningstrukturen und Miningmodelle mithilfe von AMO erstellen. Siehe die folgenden Beispiele in CodePlex:

  • AMO-Browser

    Stellt eine Verbindung mit der angegebenen SSAS-Instanz her und listet alle Serverobjekte und deren Eigenschaften auf, einschließlich Miningstruktur und Miningmodelle.

  • AMO Simple Sample

    Im AS Simple Sample werden folgende Verfahren behandelt: programmgesteuerter Zugriff auf die meisten Hauptobjekte, Durchsuchen von Metadaten und Zugriff auf Werte in Objekten.

    Das Beispiel veranschaulicht auch, wie Sie eine Data Mining-Struktur und ein Data Mining-Modell erstellen und verarbeiten und wie ein vorhandenes Data Mining-Modell durchsucht wird.

• DMX

  Sie können DMX verwenden, um Befehlsanweisungen, Vorhersageabfragen und Metadatenabfragen zu kapseln und Ergebnisse in einem tabellarischen Format zurückzugeben, vorausgesetzt, Sie haben eine Verbindung mit einem SQL Server Analysis Services Server erstellt.

In diesem Abschnitt

OLE DB für Data Mining
Beschreibt Erweiterungen der Spezifikation zur Unterstützung von Data Mining und mehrdimensionalen Daten: neue Schemarowsets und -spalten, Data Mining Extensions (DMX)-Sprache zum Erstellen und Verwalten von Miningstrukturen.

Verwandter Verweis

Entwickeln mit ADOMD.NET
Bietet eine Einführung in ADOMD.NET-Client- und Server-Programmierobjekte.

Entwickeln mit Analysis Management Objects (AMO)
Stellt die AMO-Programmierbibliothek vor.

Entwickeln mit Analysis Services Scripting Language (ASSL)
Gibt eine Einführung in XML for Analysis (XMLA) und die zugehörigen Erweiterungen.

Weitere Informationen

Analysis Services Developer Documentation (Entwicklerhandbuch Analysis Services)
Data Mining-Erweiterungen (DMX) - Referenz